亚马逊AWS永久免费观看,chinese熟女老女人nd视频,911制服丝袜福利精品

論人工智能在刑事司法決策中的應用[人工智能][數(shù)據(jù)中心]

人工智能在刑事司法領域的應用方興未艾，世界各國廣泛開發(fā)人工智能產(chǎn)品，以期提高司法效率，提升司法決策的公平性。然而，人工智能尚處于初級階段，存在決策偏見、算法黑箱等技術缺陷，并不能做到完全價值中立；人工智能的應用也對傳統(tǒng)司法原則和理論造成了沖擊，一定程度上威脅到了人權保護。所以，不能盲目夸大人工智能對于司法決策的作用。針對人工智能技術的缺陷，提出要在人工智能產(chǎn)品開發(fā)的各個階段減少決策偏見，推進相關認證標準；對于人工智能的應用問題，首先要明確人工智能只能輔助決策而不能替代決策，其次應加強人類的責任和監(jiān)管，保障決策的公平性。同時，應加強辯方的數(shù)據(jù)權利，以實現(xiàn)技術司法模式下的控辯平衡。

發(fā)表于：8/24/2023 3:52:43 PM

我國算法治理政策與科研主題協(xié)同研究[其他][其他]

探究我國算法治理政策與科研的協(xié)同情況，對推動算法治理相關科學研究和完善我國算法治理政策具有重要參考意義。選取我國算法治理領域的12部政策和545篇科研論文為樣本，結合LDA主題模型與Word2vec模型，對政策和文獻進行主題識別和相似度計算，并進行可視化分析，探究我國算法治理政策與科研的協(xié)同情況。實驗結果表明，算法治理的科學研究早于政策發(fā)布，算法治理政策與科研整體上協(xié)同性較低，但在技術治理當中有較高的協(xié)同趨勢。

發(fā)表于：8/24/2023 3:40:54 PM

生成式人工智能視閾下算法審計的制度構建與路徑創(chuàng)新[人工智能][其他]

隨著文心一言、通義千問、ChatGLM等我國生成式人工智能算法研發(fā)與應用的落地，加快構建并完善面向生成式人工智能的算法治理已成為完善算法監(jiān)管體系的題中之義。在算法治理體系之中，算法審計制度有利于算法異化與算法風險的糾偏問責，促進算法公平與數(shù)字正義的實質(zhì)透明，并實現(xiàn)算法公開與商業(yè)秘密的張力彌合，從而成為算法規(guī)制的關鍵制度配置。在全流程治理視角下，唯有“用算法審計算法”，實現(xiàn)書面合規(guī)審計與技術合規(guī)審計的協(xié)同并舉，才能在算法內(nèi)外部對算法的透明度、公平性、可控性、包容性和可問責進行多維視角的有效評估。而在算法審計實踐之中，現(xiàn)行法仍需完善剛柔并濟的差序規(guī)制格局，鞏固分類分級的精準治理，以實現(xiàn)算法審計內(nèi)外兼修的制度銜接，促進算法治理從碎片化監(jiān)管邁向更為一體化、敏捷化、精準化的治理格局。

發(fā)表于：8/24/2023 3:30:12 PM

大數(shù)據(jù)時代下歐盟數(shù)據(jù)可攜帶權的風險和啟示[其他][數(shù)據(jù)中心]

數(shù)據(jù)可攜帶權是歐盟于2018年生效的一項新興權利，允許數(shù)據(jù)主體不受阻礙地將個人數(shù)據(jù)傳輸給另一個數(shù)據(jù)控制者。研究數(shù)據(jù)可攜帶權對我國個人數(shù)據(jù)保護體系的建構、國內(nèi)互聯(lián)網(wǎng)企業(yè)走向國際市場都將起到積極促進的作用。通過對歐盟《一般數(shù)據(jù)保護條例》中的立法規(guī)定及其實施現(xiàn)狀進行分析，發(fā)現(xiàn)該條款實質(zhì)上已淪為僵尸條款，并未發(fā)揮預期的功能。我國在《中華人民共和國個人信息保護法》中確立了此項權利，在后續(xù)相關制度規(guī)定時應當參考歐盟經(jīng)驗，對數(shù)據(jù)可攜帶權的客體范圍進行限縮，加強政府部門分層級監(jiān)管，實現(xiàn)數(shù)據(jù)可攜帶權的中國本土化。

發(fā)表于：8/24/2023 2:43:41 PM

命令行接口模糊測試漏洞挖掘研究及應用[通信與網(wǎng)絡][信息安全]

5G數(shù)據(jù)網(wǎng)絡設備是現(xiàn)代通信的基礎設施，其安全可靠性直接影響整個網(wǎng)絡的安全可靠程度。命令行接口作為網(wǎng)絡設備的基本操作接口，研究其存在的漏洞對提升整個網(wǎng)絡安全具有至關重要的意義。基于模糊測試提出一種命令行接口漏洞挖掘方法，并對注入點分析及界定、模糊測試漏洞挖掘數(shù)據(jù)模型處理、模糊測試算法優(yōu)化及模糊測試漏洞挖掘流程等關鍵技術及過程進行深入研究。研究成果直接運用到命令行接口模糊測試漏洞挖掘系統(tǒng)中，實現(xiàn)包含網(wǎng)絡設備信息收集、模糊測試漏洞挖掘數(shù)據(jù)建模、網(wǎng)絡設備響應信息分析、模糊測試漏洞挖掘執(zhí)行、漏洞挖掘后分析及生成漏洞報告等關鍵功能。最后對未來提升命令行接口模糊測試漏洞挖掘系統(tǒng)的效率和有效性進行了討論和展望。

發(fā)表于：7/24/2023 5:25:52 PM

個人信息復制權的實踐檢視與理論完善*[其他][其他]

當前，不管是在學術研究中還是在實踐應用中，個人信息復制權都陷入了困頓和顰蹙的局面。為此，必須對其進行語義分析以了解其基本內(nèi)涵，并從其與相近權利諸如查閱權、可攜帶權的比較當中進一步明確其外延。個人信息復制權的確立對于維護個人信息權益具有重大價值和關鍵作用，而對個人信息復制權的權利主體、權利客體、行使程序、行使限制和侵權責任的明晰，則有助于指引信息主體的行為、促進信息處理者的合規(guī)、保障司法適用的展開。以52款APP的隱私政策為考察對象，文本中的個人信息復制權存在缺位、迷失、簡約、差異和限制五個現(xiàn)象。以特定APP的復制權實驗結果為樣本，實踐中的個人信息復制權則呈現(xiàn)出異化、限制、萎縮、雜亂和迅速五個特點。基于此，個人信息復制權在理論層面、文本層面和實踐層面之間的張力、背離和矛盾進一步揭示：明確客體范圍、厘定權利邊界、完善救濟程序已經(jīng)成為個人信息復制權發(fā)展完善的應有之義和必要之舉。

發(fā)表于：7/24/2023 4:12:33 PM

面向多維數(shù)據(jù)的異常點檢測模型設計*[測試測量][信息安全]

為了在大數(shù)據(jù)環(huán)境下快速、精準地挖掘異常點，保障網(wǎng)絡安全，提出了一種面向多維數(shù)據(jù)的異常點檢測模型設計方案。該方案利用長短期記憶網(wǎng)絡（LSTM）存儲任意時間段的多維數(shù)據(jù)，并使用圖卷積網(wǎng)絡提取完整數(shù)據(jù)結構，同時加入懲罰參數(shù)和均方誤差來縮小異常點出現(xiàn)范圍。此外，還利用編碼器和解碼器構建變分自編碼器函數(shù)模型，使其能夠解讀正常數(shù)據(jù)子特征，并通過編碼重建損失函數(shù)來計算數(shù)據(jù)異常度量，從而實現(xiàn)異常點檢測。經(jīng)過實驗驗證，該方法表現(xiàn)出較高的檢測正確率和運行效率，具有極高的應用價值。

發(fā)表于：7/24/2023 4:07:00 PM

一種可擴展的高精度可靠IO時序測試方法[測試測量][其他]

針對現(xiàn)有IO測試方法時序測量數(shù)量少、精度和可靠性低的問題，提出了一種可擴展的高精度可靠IO時序測試方法，實現(xiàn)了基于層次化的混合網(wǎng)絡架構的統(tǒng)一時鐘的可擴展大規(guī)模分布式IO時序測試系統(tǒng)。試驗表明該系統(tǒng)在有效提高了IO時序容量規(guī)模的同時，保證了每個時序的測量時間精度，同時這種測量精度不會隨層級增加而積累，各層級間誤差一致性較高，可在滿足大規(guī)模異步IO時序測試的同時，兼顧高精度和高可靠性，具有一定的實用價值。

發(fā)表于：7/24/2023 4:00:34 PM

結合區(qū)塊鏈的量子隨機數(shù)分發(fā)與驗證方案[其他][其他]

在隨機性和安全性要求很高的應用場景中需要使用真隨機數(shù)，為此提出了一種結合區(qū)塊鏈技術的量子隨機數(shù)分發(fā)與驗證方案，用于獲取及驗證真隨機數(shù)。該方案利用量子隨機數(shù)生成器得到真隨機數(shù)存儲在云平臺，通過驗證用戶的聚合簽名分配對應的量子隨機數(shù)，并將分配記錄上傳至區(qū)塊鏈，利用分布式存儲服務供用戶查詢下載量子隨機數(shù)。通過結合區(qū)塊鏈技術，使用戶可對分發(fā)結果溯源驗證，有效保障了量子隨機數(shù)分發(fā)的安全性和一致性。本文方案解決了用戶獲得真隨機數(shù)的難題，為多方用戶需獲取相同真隨機數(shù)的場景提供了解決方法。

發(fā)表于：7/24/2023 3:56:12 PM

基于半全局匹配的去遮擋方法研究[其他][其他]

針對合成孔徑集成成像系統(tǒng)中前景遮擋影響目標物的采集和識別的問題，提出了一種基于半全局立體匹配的去遮擋方法。首先搭建相機陣列采集目標物的前景遮擋圖片，接著采用數(shù)字重聚焦技術和能量梯度函數(shù)設置分類閾值，將遮擋物和目標物進行分類并去除前景遮擋，然后利用元素圖像修復技術對遮擋去除區(qū)域進行修復，最后對修復后的元素圖像進行目標物重建。實驗結果表明，本文方法重建出的結果圖相比于傳統(tǒng)的合成孔徑成像方法在峰值信噪比（PSNR）上提高了13.271 4dB，相比塊匹配方法在峰值信噪比（PSNR）上提高了5.350 3 dB。

發(fā)表于：7/24/2023 3:46:27 PM